2020年中国科学技术大学《计算机图形学》本科课程笔记：Day1

# 简介

本人为计算机图形学入门级小白，但希望以后能从事这方面的工作。接下来的1个月我会在这里记录我学习课程的笔记（一天两节，一周休息一天）。一为了以后复习方便，二为了监督自己的学习进程，三是为了让自己学习的时候不睡着。当然，我的笔记可能比较散乱，如果有点进来的小伙伴请见谅哈~ 或者有什么更好的学习方法也期待大佬们可以指教（此处加上星星眼，哈哈哈哈哈）。

# 第一集：课程介绍与编程基础

1. 图形学的初级目标：通过计算的方法生成照片级的图像；
2. 图像本质上就是一个矩阵的表达，灰度值是一个实数，彩色的RGB就是一个向量值；
3. 3D物体的表面形状如何表达？样条或采样不同密度的3D坐标点来表达模型（点、线、三角面片）
4. 三角网格：平面图的空间嵌入（3D空间的曲面本质是2D流形曲面）
5. 计算机图形学的主要内容：建模（设计，数学工具：几何逼近论）、动画（仿真、数学工具：微分方程）、渲染（绘制，如材质、纹理、光照、环境，数学工具：积分方程）、人机交互
6. 计算机图形学定义：用计算的方法，将物理世界映射到虚拟数字世界（即对物体的几何与物理属性与规律进行表达与仿真，并真实地呈现与交互），再通过虚拟世界的计算最终反作用与现实世界。
7. 高级语言--(编译)-->汇编语言--（编译/反编译）-->机器语言---->计算机，故某些高级语言运行需要编译器（如：C++\C）
8. 中央处理器（CPU）+存储：可以支持任意复杂的计算。
9. 操作系统：管理内存，用于解决软件治理问题（进程与处理及管理、作业管理、存储管理、设备管理、文件管理）并提供基础编程接口（Windows API，如文本、画图、图像） 

   

 # 第二集：图像处理简介

1. 图像：真实的连续空间的离散表达/像素构成的矩阵：连续空间的离散采样；
2. 颜色空间是三维线性空间；
3. 图像的连续数学模型：平面区域上的向量值函数；
4. 图像的离散数学模型：矩阵；
5. 图像分辨率：长*宽；
6. 图像处理的应用：图像变形、图像分割、图像迁移；
7. 图像是线性空间的数据点集；（应用：颜色转变、颜色和谐、上色、变灰度图）
8. 图像是一个矩阵；（应用：矩阵分解，矩阵低秩特性用于去噪或者使图像更对称）
9. 图像是一个离散函数；（应用：矢量化，图像变化、图像迁移）
10. 图像时一个图；（应用:分割、识别）
11. 图像是一个MRF场；（应用：纹理合成、去噪、去模糊、类比、修复、目标去除、Morphing、matting、拼图、panorama全景图、photomontage蒙太奇、防抖动、放曝光）
12. 数据结构大致可分为三大类：线性表（向量、链表、堆栈、队列）、非线性结构（图）、树（介于线性与非线性结构之间）